Curso práctico de MATLAB

Lección 1 • Navegación por el escritorio de MATLAB

Cubre los paneles de la ventana de comandos, el editor, el espacio de trabajo y la carpeta actual. Establece el entorno de trabajo necesario para todas las tareas de codificación posteriores.

Lección 2 • Obtención de ayuda y uso de la documentación

Demuestra los comandos help, doc y lookfor junto con recursos en línea. Permite la resolución autónoma de problemas a lo largo del curso.

Lección 3 • Escritura y ejecución de scripts

Enseña la creación, el guardado y la ejecución de scripts desde el editor. Conecta el conocimiento de sintaxis con flujos de trabajo reproducibles basados en archivos.

Lección 1 • Aritmética de arreglos y difusión

Explica los operadores elemento a elemento frente a los matriciales y las reglas de expansión implícita. Permite cálculos numéricos compactos sin bucles explícitos.

Lección 2 • Estrategias de vectorización

Enseña a reemplazar bucles escalares con expresiones vectorizadas para mayor velocidad y claridad. Prepara directamente a los estudiantes para el procesamiento eficiente de datos en capítulos posteriores.

Lección 3 • Funciones de arreglos incorporadas

Examina size, length, reshape, sort, sum y utilidades relacionadas. Estas funciones forman el conjunto de herramientas para la manipulación rápida de datos a lo largo del curso.

Lección 1 • Escritura de funciones personalizadas

Explica los archivos de función, los argumentos de entrada/salida y el ámbito local. Las funciones modulares son el bloque de construcción de todos los scripts avanzados en este curso.

Lección 2 • Bucles e iteración

Enseña los bucles for y while, break, continue y consideraciones de rendimiento de bucles. Desarrolla habilidades de iteración necesarias para el procesamiento de datos y simulaciones.

Lección 3 • Funciones anónimas y anidadas

Introduce los identificadores de función anónima y las definiciones de funciones anidadas. Permite cálculos compactos en línea utilizados en optimización y callbacks de gráficos.

Lección 4 • Manejo de errores y depuración

Cubre los bloques try-catch, mensajes de error y advertencia, y el depurador de MATLAB. Desarrolla prácticas de código robusto esenciales para scripts de calidad profesional.

Lección 1 • Conexión a fuentes de datos externas

Examina la conectividad a bases de datos, llamadas a API web y lectura de formatos binarios. Amplía las habilidades de acceso a datos para tareas profesionales de ingeniería de datos.

Lección 2 • Lectura de archivos de datos tabulares

Cubre readtable, readmatrix y csvread para archivos CSV, Excel y de texto. Establece las habilidades primarias de ingesta de datos utilizadas a lo largo de los capítulos aplicados.

Lección 3 • Escritura y guardado de datos

Enseña writetable, writematrix y el guardado de archivos MAT con save y load. Garantiza que los resultados procesados puedan almacenarse y compartirse de manera confiable.

Lección 4 • Manejo de datos faltantes e inconsistentes

Aborda las estrategias de detección, eliminación e imputación de NaN dentro de MATLAB. Los pipelines de datos limpios son un prerrequisito para el análisis preciso en capítulos posteriores.

Lección 1 • Tipos de gráficos 2-D principales

Cubre los gráficos plot, scatter, bar, histogram y area con opciones de formato. Estos tipos de gráficos manejan la mayoría de las necesidades profesionales de comunicación de datos.

Lección 2 • Formato y anotación de figuras

Enseña etiquetas de ejes, títulos, leyendas, color, estilo de línea y anotaciones de texto. Un formato adecuado transforma los gráficos básicos en entregables profesionales.

Lección 3 • Subgráficos y disposiciones de figuras

Explica subplot, tiledlayout y el dimensionamiento de figuras para figuras de múltiples paneles. Permite comparaciones lado a lado esenciales en informes analíticos.

Lección 4 • Exportación y automatización de figuras

Cubre exportgraphics, print y la generación de figuras mediante scripts para salida por lotes. Automatiza los flujos de trabajo de generación de informes introducidos en el capítulo de gestión de datos.

Lección 1 • Integración y diferenciación numérica

Cubre integral, integral2, trapz y el cálculo de gradiente numérico. Permite realizar cálculos de área bajo la curva y tasa de cambio para problemas aplicados.

Lección 2 • Búsqueda de raíces y optimización

Introduce fzero, fsolve, fminbnd y fminunc para problemas escalares y multivariados. Desarrolla habilidades de solucionador aplicadas directamente en el capítulo de simulación.

Lección 3 • Interpolación y ajuste de curvas

Enseña interp1, interp2, spline y polyfit para la aproximación de datos. Conecta los datos sin procesar con modelos suaves utilizados en visualización y simulación.

Lección 4 • Operaciones de álgebra lineal

Cubre la factorización de matrices, resolución de Ax=b, valores propios y números de condición. Proporciona la base matemática para los capítulos de simulación y optimización.

Lección 1 • Filtrado digital

Cubre el diseño de filtros FIR e IIR, su aplicación y el análisis de respuesta en frecuencia. Proporciona herramientas de reducción de ruido aplicadas a datos de sensores en el capítulo del proyecto.

Lección 2 • Análisis de series de tiempo

Enseña medias móviles, eliminación de tendencia, autocorrelación y técnicas de remuestreo. Prepara a los estudiantes para analizar datos de tiempo de sensores, financieros y experimentales.

Lección 3 • Estadística descriptiva y distribuciones

Cubre mean, std, median, percentile y análisis de distribución basado en histogramas. Establece la alfabetización estadística necesaria para todas las tareas de interpretación de datos.

Lección 1 • Diseño de proyectos modulares en MATLAB

Cubre la estructura de carpetas del proyecto, librerías de funciones y gestión de dependencias. Transforma scripts aislados en bases de código mantenibles y listas para el trabajo en equipo.

Lección 2 • Proyecto final integrador de extremo a extremo

Los estudiantes construyen un pipeline completo desde la ingesta de datos sin procesar, pasando por el análisis, hasta un informe formateado. Consolida cada habilidad de los ocho capítulos principales.

Lección 3 • Informes automatizados con Live Scripts

Enseña el formato de Live Scripts, resultados incrustados y exportación a PDF y HTML. Permite informes analíticos reproducibles y autodocumentados.